Analyzing Google Trends Data on AI-Curated YouTube Content, Childhood Obesity, and Sleep Disorders
Notice bibliographique
Résumé
Objectives: To use Google Trends to analyze whether interest in AI YouTube content and screen time is associated with trends in childhood obesity and sleep disorders. Background: Excessive screen time in children is linked to obesity, sleep disturbances, vision problems, and frequent headaches. Pediatric experts recommend limiting screen time, creating screen-free zones and encouraging healthy habits to reduce these physical health risks. Methods: Childhood obesity, sleep disorder, screentime, and AI YouTube used as search terms on Google Trends. We gathered search term data for the year 2024 to analyze a connection between all search terms. We displayed the popularity of each search term per week relative to each other from the past 12 months within the United States then gathered and exported the data as a CSV file. Results: AI YouTube’s relative search interest score rose steadily from 56 in January to 83 by July 2024 with a peak of 90 in November (x̄ = 72.528, yearly SD = 11.8). AI YouTube search interest scores also grew in popularity between Quarter 2 and 3 by about 12% .Sleep disorder relative search interest remained stable with an average of 26 - 28 until an uptick to 32 in October (x̄ = 26.717, SD = 3.5). Screentime relative search interest consistently remained within 14 - 17 (x̄ = 15.887, SD = 1.5). Childhood obesity relative search interest grew from 4 in January to 13 in April then falling to 2 in December (x̄ = 8.170, SD = 2.8). Conclusions: This suggests AI YouTube is becoming a popular search term. Sleep disorder and Childhood obesity popularity remains relatively stagnant throughout the year suggesting public interest may not be influenced by this external event. Screentime search interest followed a similar trajectory with Sleep disorder and Childhood obesity but slightly grew in popularity during the fourth quarter.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,012 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».